項目概覽

角色獨立創辦人與開發者 — 產品設計、前端、後端、上線、日常維護

場景

香港高校實驗招募散落在院系網站、社交媒體、群組與線下海報。研究者缺少連續管理發布、報名審核、排期、補償與口碑的工具；參與者則需在分散來源間反覆核對資格、時間與報酬。

產品策略

我為研究者、參與者與管理員設計同一套運營閉環：研究者發布研究、管理時段與審核報名；參與者瀏覽、報名、完成研究並互評；管理員治理外部來源與發布申請。Agent 從來源頁和海報抽取結構化證據，判斷時效、重複與發布風險，再把建議送入對應審核隊列，由管理員作出業務決策。

評測

採用 2026-07-04 同一口徑的生產數據快照評測：14 次 Agent 運行產生 31 項審核建議，27 項完成閉環，其中 22 項採納、5 項拒絕。一次補償金額誤判被歸因到字段語義，並沉澱為金額拆解規則與 policy gate。

成果與當前階段

線上平台現管理 81 項研究（41 項已發布、38 項已完成、2 項已取消）、20 個啟用來源、11 個官方域名與 54 個平台帳號。下一階段將面向高校實驗室與研究團隊開展 B 端推廣。

我的工作

研究發佈 + 時段排期 + 報名審核（研究者端）
瀏覽 / 篩選 / 報名 / 評價（參與者端）
全站三語 i18n（EN / 繁中 / 简中）
External Study Ops Agent，分層自主階梯：L1 shadow → L1.5 cross-check → L1.6 Codex replacement check → L2 proposal queue → L3 guarded write（每隊列每輪最多寫 1 條 pending）
多隊列 agent：單一對外入口，內部 supervisor + 四個 worker（new_study_lead / published_change / source_candidate / seed_candidate），各自只能寫一張指定的 Admin pending 表
定時守護審查：每日 VPS cron（22:05 UTC）以 L1 shadow mode 運行，輸出只讀證據；任何生產改動都需進入 Admin review
Production Explore truth source、quality workbench、section-level evidence、signup freshness、visual/OCR/QR review 與 feedback-audit ledger

技術證據

Agent 安全模型：每條 queue proposal 過 deterministic evaluateQueueProposalPolicy() gate 蓋 writeEligible 章；L1 只寫 noProductionWrite=true 本地報告；自主權止於 Admin pending queue——experiments、source registry、approve/reject 仍由人工審核
Truth discipline：Production Explore 中已發布的實驗保持權威；legacy pipeline、source/seed discovery 與 agent shadow report 把候選送入 Admin review
評測與 readiness gate：daily-cron 證據區分 real_cron 與手動觸發；L3 readiness 要求 30 天內 reviewed proposal ≥10、acceptance ≥80%、stale/bad-source false positive 為 0、且無 production-write incident
Failure→gate：曾有 proposal 把 HKD 80 baseline 當成總報酬，修正後成為永久的 compensation-component policy check，把該類降級為 report-only
Reasoner 可靠性：Gemini reasoner 返回結構化 JSON；輸出無效或失敗時回退到 deterministic read-only reasoner，執行權限始終由 policy layer 掌握
自託管 Supabase（auth + Postgres + 維護）+ Cloudflare 邊緣加速與防濫用；獨立持續維護，累計 153 個 merged PR（最新 #158，2026-08-25 核實生產發布）

從 pipeline 到 harness

外部實驗採集不是一次性冷啟動——招募頁會過期、表單會關、一個 aggregate page 掛多個實驗、舊 pipeline 會誤判來源或重複。直接讓 agent 寫生產庫風險太高，於是 agent 被包進一個 harness：policy gate、truth source、quality workbench 與 Admin review 決定什麼才真正可執行。

自主階梯

自主權按層級推進：L1 shadow（只寫本地報告，noProductionWrite=true）→ L1.5 cross-check → L1.6 Codex replacement check → L2 proposal queue → L3 guarded write，每隊列每輪最多一條 pending。每一級都有各自的 gate；experiments、source registry 與 approve/reject 由人工審核。

多隊列設計與 truth discipline

單一對外入口連接一個 supervisor，再把工作拆給四個 worker——new_study_lead、published_change、source_candidate 與 seed_candidate——各自對應一張 Admin pending 表。確定性的 evaluateQueueProposalPolicy() gate 負責授予寫入資格。

Production Explore 中已發布的實驗保持權威。legacy pipeline、source/seed discovery 與 agent shadow report 通過 Admin review 路徑提供候選。

一個變成 gate 的失敗

曾有一條 proposal 把 HKD 80 baseline 當成總報酬，忽略了第二筆 optional 的 HKD 80 follow-up。修正不是一次性的——policy gate 增加了 compensation-component 語義檢查，把該類整體降級為 report-only。一個失敗變成了可復用的 gate，而這正是 harness 的意義。

每日守護審查

一個 VPS cron 每日 UTC 22:05 運行 L1 shadow 並輸出只讀證據。另一個 checker 區分排程與手動運行；連續三天通過、零 policy violation 的 real-cron 證據可開啟 L2 readiness review，生產改動則繼續經由 Admin approval。